如何在R中基于一个列向量的升序/降序来对列表进行子集化

Question

如何在R中根据满足升序条件的列向量对列表进行子集分割？

我有一个包含30个对象的列表，每个对象中有4列。我想通过检查每个对象中第3列是否按升序或降序排列来对列表进行子集/拆分。如果第2、4、11、16、19、21等对象的第3列向量按升序排序，则将其子集化。

样本数据如下所示：

A <- c(477.119,469.483,42.1,453.912,447.7579,41.6,435.2942,429.2672,42.9352)
B <- c(106.98, 106.7397,10.748,106.563,106.646,106.9,106.812,106.98,17.08)
C <- c(10.804,11.108,11.402,11.780,12.033,12.302,12.59634,12.88163,13.19987)
D <- c(10.28718,10.65794,11.02,11.42,11.773,12.11,12.473,12.82436,13.19136)

a1 <- data.frame(A, B, C, D)

A1 <- c(195.5,16.4776,19.408,198.3052,19.2327,20.2429,21.2545,20.3428)
B1 <- c(114.155,114.197,114.239,114.28,114.322,114.364,114.405,114.447)
C1 <- c(41.85957,41.623,41.410,41.205,40.99,40.766,40.540,40.29467)
D1 <- c(31.42653,31.27387,31.129,30.981,30.844,30.6982,30.53915,30.38037)

b1 <- data.frame(A1, B1, C1, D1)

A2 <- c(150.42,11.66,12.95,14.31,15.79,17.531,19.226,11.1279)
B2 <- c(11.724,1.766,11.808,11.849,11.891,11.933,11.975,12.016)
C2 <- c(56.226,55.007,54.0772,53.3295,52.7034,52.1328,51.696,51.3063)
D2 <- c(41.409,40.113,39.228,38.4687,37.83086,37.24863,36.801,36.401)

c1 <- data.frame(A2, B2, C2, D2)
mydata <- list(a1, b1, c1)

根据以上数据，[[a1]]对象的Cth列向量按升序排列，而其他两个对象则按降序排列。因此我正在寻找一种代码来检查每个对象的Cth列向量的条件并拆分列表。为此，我尝试使用以下代码，但无效。

注：在Cth/第三列向量中，当它是一个大向量时，很少有值不遵循顺序。

首先我尝试检查我的列表中的第一个对象。

is.ordered(mydata$a1[3])

我的结果是：

False

其他对象也出现了相同的结果...但这并不正确。

for (i in seq_along(mydata)){
    if (is.ordered(i[3]) <- TRUE) {
      mydata1 <- mydata[i]
    else
      mydata2 <- mydata[i]
  }
}

这个不起作用。

期望的结果如下：

mydata1
[[a1]]
A           B               C               D
477.1149    106.6898314 10.80482    10.28718
469.4843    106.7315397 11.10778    10.65794
42.1        10.773248   11.40281    11.02817
453.9212    106.8149563 11.78007    11.42233
447.7579    106.8566646 12.03301    11.773
41.6        106.8983729 12.30212    12.11687
435.2942    106.9400812 12.59634    12.47315
429.2672    106.9817895 12.88163    12.82436
42.9352      17.0234978 13.19987    13.19136

mydata2
[[b1]]
A           B               C               D
195.5   114.1556171 41.85957    31.42653
16.4776 11.1973254  41.62823    31.27387
19.408  11.2390337  41.41062    31.12951
198.30  14.280742   41.20588    30.98881
19.2327 11.3224503  40.9934     30.84694
20.2429 11.3641586  40.76652    30.69182
21.2545 4.4058669   40.54016    30.53915
20.3428 114.4475752 40.29467    30.38037
203.48  114.4892835 40.04356    30.21333

[[c1]]
A           B             C             D
150.42  11.7248034  56.22614    41.40349
11.6695 1.7665117   55.00748    40.16213
12.9522 11.80822    54.07732    39.22808
14.3145 14.8499283  53.32955    38.4687
15.7921 11.8916366  52.70304    37.83086
17.5311 11.9333449  52.13248    37.24863
19.226  11.9750532  51.69696    36.80191
11.1279 12.0167615  51.30663    36.40155
12.3976 12.0584698  51.07735    36.19506

- Kumar

---

请使用 dput 函数将示例数据以可重现的格式包含在内。 - Maurits Evers

@MauritsEvers 我已经以可重现的格式呈现了数据... - Kumar

Answer 1

也许这就是你想要的（或者不是？）

idx <- c()
for (k in seq_along(mydata)){
  if (!is.unsorted(mydata[[k]]$C)) idx <- c(idx, k)
}
mydata.ascending <- mydata[idx]
mydata.descending <- mydata[-idx]

使用!is.unsorted来判断列是否为升序

- ThomasIsCoding

---

@ThomaslsCoding，您发布的答案在指定列号时无法正常工作.....即，我想使用列号而不是列名？？？？提前致谢。 - Kumar

@Kumar 尝试将 !is.unsorted(mydata[[k]]$C 替换为 !is.unsorted(mydata[[k]][,colnum]，其中 colnum 可以指定。 - ThomasIsCoding

Answer 2

在这个答案的基础上，您可以使用all和diff来检查数据框元素中的列C是否按升序排列。使用sapply迭代列表中的每个数据框，并返回一个布尔向量，当C按升序排列时为TRUE

mydata <- list(
  a = data.frame(A = rnorm(10), B = runif(10), C = rev(1:10)),
  b = data.frame(A = rnorm(10), B = runif(10), C = 1:10),
  c = data.frame(A = rnorm(10), B = runif(10), C = sample(1:10, 10)),
  d = data.frame(A = rnorm(10), B = runif(10), C = 1:10)
)

mydata[sapply(mydata, function(x) all(diff(x$C) >= 0))]
#> $b
#>             A          B  C
#> 1  -0.1266213 0.39444137  1
#> 2  -0.2983481 0.69384799  2
#> 3  -1.0826327 0.51337491  3
#> 4   0.1082822 0.62529737  4
#> 5   0.4650216 0.20580597  5
#> 6   0.4129133 0.10899147  6
#> 7   1.6014768 0.88541775  7
#> 8   0.7889176 0.99494885  8
#> 9   0.2097572 0.68434466  9
#> 10 -2.2161454 0.03854874 10
#> 
#> $d
#>             A         B  C
#> 1  -0.1674129 0.1282160  1
#> 2   1.6887421 0.6871053  2
#> 3  -1.2915220 0.5023277  3
#> 4   0.6181605 0.8020529  4
#> 5  -1.0125448 0.4254577  5
#> 6   0.6019005 0.2033730  6
#> 7  -0.6954242 0.3959902  7
#> 8  -2.0667610 0.8642022  8
#> 9  -1.4052872 0.1155380  9
#> 10  1.3859010 0.5984434 10

^{2019年10月21日由reprex package (v0.3.0)创建}

- sboysel

---

当用于基于数据框列表中特定列删除重复行时，发布的答案无效。我使用以下代码来删除重复行：mydata1 <- mydata[sapply(mydata, function(x) x[,unique(x$Time)])]。但是我遇到了以下错误：“Error in [.data.frame(x, , unique(x$Time)) : undefined columns selected”。 - Kumar

使用以下代码，它可以正常工作...mydata1 <- lapply(mydata, function(x) x[!duplicated(x$Time),]).... - Kumar

如何在发布的代码中指定列号？“mydata [sapply（mydata，function（x）all（diff（x $ C）> = 0））]”...我想使用列号而不是名称？？？提前致谢 - Kumar

好的，我明白了，但是删除重复行不是你最初提出的问题的一部分。很高兴你找到了适合你的解决方案。 - sboysel